跨基因型发现方法的不一致调用阐明有系统错误的变体

科学领域:

• 基因组学和生物信息学
• 人口遗传学 人口遗传学
• 临床变体解释的解释

背景情况:

• 高通量测序数据对于临床变异解释和种群遗传学至关重要.
• 像gnomAD这样的参考数据集通常被认为是最终的,但可能包含系统错误.
• 跨不同发现方法的不一致的基因型调用可以引入偏差和错误阳性.

研究的目的:

• 在大规模遗传数据集中描述和描述异调基因型的现象.
• 为了识别gnomAD中的特定变体,表现出不一致的呼叫,需要谨慎分析.
• 开发一个预测度量和机器学习分类器,用于识别其他数据集中的不一致变体.

主要方法:

• 在gnomAD.com内,对不同发现方法的基因型调用进行分析.
• 错误模式的表征,专注于异合体与同合体的调用.
• 开发和训练使用gnomAD数据预测不一致变体的机器学习分类器.

主要成果:

• 对于一些在gnomAD.中通过标准波器的变异,观察到基因型调用中的系统差异.
• 最常见的错误模式涉及一种方法的异质合体调用和另一种方法的同质合体参考调用.
• 不一致的遗址通常在祖先之间共享,尽管发现能力因人口而异.
• 特性变异特征可以预测不一致的行为,从而使预测分类器的开发成为可能.

结论:

• 在参考数据集中的不一致的基因型调用可以导致被误认为生物信号的技术工件.
• 在gnomAD中提供了已识别的异调位点列表,以便在下游分析中谨慎使用.
• 开发的指标和分类器可以帮助识别和减轻未来遗传研究中不一致变异的影响.